Uno degli errori che facciamo comunemente quando ci riferiamo all’intelligenza artificiale è quello di “personalizzarla” troppo. In pratica, nel nostro pensiero, identifichiamo l’AI come una persona, tipicamente una donna, dato che il sostantivo utilizzato è di genere femminile, per cui è “la” intelligenza artificiale.
Questo è un “bias” che automaticamente ci fa pensare a una entità senziente, in grado di pensare e di conversare con noi sulla base di un pensiero “organico” consapevole.
Dobbiamo invece ricordarci sempre che si tratta di un insieme di circuiti elettronici che fanno “girare” dei software in grado di eseguire degli algoritmi e di leggere grandi quantità di dati. Questi algoritmi, basati sulla matematica e sulla statistica, non fanno altro che trovare delle correlazioni (in un modo molto sofisticato, non c’è dubbio), valutando le distanze vettoriali tra le parole e i concetti.
Al momento la AI non ha una vera capacità di comprendere la semantica (= il significato) dei dati, testi, immagini, video ecc. nello stesso modo in cui lo fa un cervello umano.
Ci arriverà mai? Non lo sappiamo. Di sicuro, quello che appare ci va molto vicino, almeno secondo la nostra comprensione. Infatti, sembra effettivamente di parlare con una persona reale, da cui l’errore che abbiamo accennato all’inizio di questo articolo.
La matematica dietro le quinte
Come dicevamo, dietro la AI c’è solo matematica e un po’ di statistica. Gli insiemi numerici utilizzati non sono particolarmente complessi da gestire:
- Numeri naturali: N = {1, 2, 3 … }
- Numeri interi: Z = {…, -2, -1, 0, 1, 2, …}
- Numeri razionali: Q = {…, -2/3, …, -1/2, …, 1/4, …, 1/2 …}
- Numeri reali: R = {…, -1,178, -1, …, 1,41, …}
Esistono altri insiemi (come i numeri complessi “C”) che però non ci interessano particolarmente.
Altri concetti matematici che vengono utilizzati sono, per esempio, la “funzione”, il “limite di una funzione”, la “derivata di una funzione”, gli “array multidimensionali” (che nel campo del machine learning sono chiamati tensori).
Nel campo della statistica, invece, il concetto principale è la “distribuzione Normale”, cioè quella forma a campana detta anche Gaussiana.
Conclusione
I concetti non sono particolarmente complessi, generalmente fanno parte del programma ministeriale delle scuole superiori di secondo grado (soprattutto del liceo scientifico). Una parte di questo programma potreste non averlo trovato nelle scuole superiori, per esempio se avete frequentato degli istituti tecnici, ma poi potreste averlo trovato nella prima parte dell’esame di “Analisi 1” all’università.
In ogni caso, non richiamiamo in questa sede i concetti appena citati, perché potete tranquillamente riprendere i vecchi libri scolastici per un ripasso, oppure potete trovare gli stessi concetti in numerosi videocorsi disponibili anche gratuitamente sul web.
Quello che ci interessa dirvi in questa sede è che “dietro le quinte” dell’intelligenza artificiale non c’è un pensiero cosciente, bensì tanta matematica e statistica. Numeri e algoritmi, niente di più.
Quello che stupisce, forse è proprio questo: è incredibile pensare a una macchina che dà delle risposte sensate alle nostre domande, molto approfondite e molto realistiche dal punto di vista umano, facendo solo “girare” dei numeri in modi che gli stessi progettisti di AI faticano a comprendere. Del resto, tutta la natura è basata sulla matematica e sulla statistica, perché la AI dovrebbe essere diversa?